NVIDIA를 만든 마인드셋 — 젠슨 황이 49분간 말한 '틀린 기술로 시작해 1조 기업을 만든 법'

개요

핵심 메시지 3가지

1. "우리를 창업하게 만든 기술은 정확히 틀렸다"

엔비디아는 1993년 "모든 PC를 게임 콘솔로 만든다"는 비전으로 출발했지만, 1995년 그 알고리즘이 근본적으로 틀렸고, 게다가 옳은 방법조차 아무도 모르고 있었다는 사실을 깨달았다. 젠슨 황은 주머니 속 60달러와 몇백 달러를 들고 Fry's에 가서 OpenGL 교과서 3권을 사 왔고, 그것을 엔지니어들에게 건네며 회사를 다시 세웠다.

2. 위대한 회사를 만드는 것은 기술도 시장도 아니라 '세상에 대한 고유한 관점'

그가 30년 동안 놓지 않은 단 하나의 렌즈는 "칩을 잘 만드는 회사"가 아니라 "알고리즘 도메인을 가속하는 회사" 라는 믿음이다. 이 렌즈 덕분에 AlexNet을 본 15년 전, 모두가 이미지 인식 하나를 봤을 때 그는 "보편 함수 근사기를 발견했다"고 말했다.

3. 창업자에게 필요한 마지막 자질은 지능이 아니라 복원력

"하루 만에 인생을 이길 필요는 없습니다. 그 아침만, 오늘만 이기면 됩니다."

① 첫 번째 교훈 — 틀린 기술을 인정하는 데서 회사가 시작된다

초기 가설과 붕괴

살을 에는 현실 직시의 순간

젠슨 황은 사내에서 이렇게 말했다고 한다.

"이게 안 된다는 사실을 직면하지 않으면, 옳은 알고리즘을 향해 나아가지 않으면, 우리는 회사가 되지 않을 겁니다."

그리고 그날 그는 Fry's에서 OpenGL 파이프라인 설계 교과서 3권을 사서 엔지니어들에게 건넸다. 결과는 다음과 같다.

• 컴퓨터 그래픽스를 재발명
• 현대 컴퓨터 그래픽스의 세계 리더 등극
• 지난 25년간 주요 돌파구의 대부분을 자체 발명

그의 요약은 냉정하다. "누구라도 그 교과서를 읽을 수 있었다." 즉 지식 자체는 해자가 아니고, 현실을 직면하고 학습해 실행한 것이 해자였다.

세가(Sega) 이야기 — 정직함이 자금이 된 순간

그가 여기서 뽑은 교훈은 투자에 대한 정의다. "회사에 투자하는 게 아니라 사람에게 투자한다." 이리마지리는 이미 신뢰하던 상대가 정직하게 설명하니, 다음 날을 넘길 수 있도록 도와준 것이다.

② 두 번째 교훈 — 칩이 아니라 알고리즘을 가속하라

회사에서 '정확히 맞았던' 단 하나의 큰 아이디어

CPU를 보강해 너무 어려웠던 문제를 푸는 것 — 분자 동역학, 이미지 처리, 역물리(inverse physics), 그리고 딥러닝. 그래서 그는 일찍이 이렇게 방향을 잡았다.

"훌륭한 칩을 만드는 게 문제가 아니라, 알고리즘 도메인을 가속하는 것이 관건이다."

그리고 위대한 회사에 대한 정의를 이렇게 내린다.

AlexNet을 '다르게' 본 법

그의 렌즈는 늘 알고리즘을 향했다. NAMD, VASP, OpenGL, SQL 같은 도메인 특화 알고리즘을 찾아다니던 눈으로 AlexNet을 봤을 때의 결론은 이랬다.

① AlexNet을 본다
↓
② "이건 AlexNet이 아니다" — 어떤 함수든 학습할 수 있는 접근법임을 본다
↓
③ "우리는 방금 유니버설 펑션 앱록시메이터를 발견했다"고 15년 전부터 말 다님
↓
④ "이게 컴퓨팅 스택, 소프트웨어, 산업에 무슨 영향을 주는가?"로 질문 확장
↓
⑤ 즉시 컴퓨터 비전 · 로봇 · 자율주행 착수
↓ ⑥ 프로세서–미들웨어–알고리즘–응용을 아우르는 5단 케이크 산업 스택 전체를 재발명

핵심은 질문 기술이다. "if this, then what?" / "if this can get better, then so what?" — 관찰한 것을 퍼스트 프린시플까지 분해해 되묻는 것.

자율주행에서 증명한 '먼저 보고, 나중에 이해하기'

스탠퍼드의 초기 chain-of-thought를 8~10년 전에 봤을 때, 그는 이렇게 연결했다. 추론이 가능하면 → 자율주행 학습에 필요한 데이터가 줄어든다 → Alpamayo, "세계 최초의 생각하는(self-thinking) 자율주행차"를 만들고 오픈소스로 공개했다. 학습 주행거리는 100만~200만 마일 수준으로, 사람처럼 "처음 보는 상황을 이미 아는 조각으로 분해"하기 때문이다.

③ 세 번째 교훈 — 조직은 운전자에게 맞춰라 (F1 원리)

퍼스트 프린시플스 조직을 만드는 2단계 본능

그는 이를 "관리 기법이 아니라 성격(personality) 기법"이라고 잘라 말한다. CEO는 회사를 섬기는(servant) 위치다.

기술 변화의 파도 타기 = 서핑

"서핑과 비슷합니다. 남들에겐 카오스로 보이지만, 서퍼는 파도를 읽고 그 위에 머무는 법을 압니다."

파도를 읽는 법은 결국 퍼스트 프린시플스를 시간에 걸쳐 체득하는 것. 그래서 그가 늘 "가장 낮은 층(the weeds)"까지 내려간다.

F1 자동차 원리 — 조직 설계의 역전

개리 탄의 정리: "차에 가하는 모든 변화는 네가 운전하기 전엔 그냥 속도를 늦추고 레이스를 지게 만든다." 그리고 "파운더 모드는 34년간 스케일된다."

④ 네 번째 교훈 — 시스템 사고가 새로운 코딩이다

왜 시스템 사고인가

"미래에 가장 유용한 스킬은 시스템 이해 · 시스템 인식 · 시스템 설계 · 시스템 조직, 즉 시스템 사고다. 저층 작업은 대부분 에이전트가 알아서 하고, 자동화될 테니까."

• 칩 설계: 트랜지스터·게이트·기능 블록 합성은 이미 자동화 → 대부분의 설계자는 시스템 설계자
• 소프트웨어: "대부분의 소프트웨어는 어차피 agentically 만들어진다"
• 따라서 추상적으로 시스템을 생각하는 능력이 필요 → 문제·제약·입출력·정보 흐름 속도·프로세서/메모리/네트워킹

에이전트 시대의 진짜 병목 = 제어성(Controllability)

NVIDIA 안에서 이미 돌아가는 방식

• Claude Code가 NVIDIA 전역의 샌드박스에서 자율 실행 중
• Codex, Claude Code, Cursor, Cognition을 팀이 자유롭게 선택 → "천 송이의 꽃이 피게 하고(thousand flowers bloom), 그 전부에서 배운다"
• 에이전트를 이해해야 하는 이유: "에이전트가 새로운 소프트웨어이고, 그 소프트웨어가 어떻게 처리되느냐가 컴퓨터 아키텍처를 결정"
• 시스템 하나 만드는 데 약 3년, 램프업 몇 년, 사용 수명 10년 → 그래서 "5~10년 미래에서 살아야 한다"

Open Claw를 '리눅스 모멘트'로 읽은 이유

그가 Open Claw를 봤을 때의 첫 생각은 "우리는 방금 현대 컴퓨터를 설계했다" 였다. 즉 LLM을 얹을 운영체제. 그래서 NVIDIA는 Peter에게 이렇게 제안했다.

"NVIDIA의 모든 엔지니어는 당신의 엔지니어입니다. 당신 집 앞에 전함(battleship)이 있으니, 원하는 대로 문제를 분해하고 원하는 만큼 기여받으세요."

Hermes 팀에도 동일하게 접근했다. 그의 소신은 명확하다. "모두가 자기 AI를 만들 수 있어야 하고, 오픈소스여야 한다." 클라우드(ChatGPT, Claude)를 적극 쓰되, 도메인 특화 AI가 필요하면 Hermes, Open Claw, LangChain, Deep Agent으로 직접 만들라는 것. 그리고 "text is intelligence / words are thoughts" — 마크다운 파일을 우습지 말라는 개리 탄의 지적에 대한 화답이었다.

물리 AI — 로봇의 'ChatGPT 모멘트'는 이미 지났다

"AI가 일자리를 없앤다"는 서사는 정확히 거꾸로다

그의 공식은 이렇다.

태스크 자동화 → 생산성 증가 → 성장 → 더 많은 고용

"아이디어의 백로그, 야망과 야심의 백로그가 너무 높다."

관점 포인트 (실무자가 짚을 것)

• 기술 선택은 틀릴 수 있다. 치명적인 건 '옳은 방법을 모른다는 걸 인정하지 않는 것'이다. 1995년의 그 인정과 교과서 3권이 회사를 살렸다.
• 현금 60달러짜리 학습 투자와 1,200만 달러 계약 파기 사이의 연결고리는 '정직'이다. 세가가 500만 달러를 남긴 이유는 기술이 아니라 사람이었다.
• 경쟁 우위는 지식이 아니라 학습 속도다. "누구나 그 교과서를 읽을 수 있었다."
• 칩이 아니라 알고리즘을 보라. 같은 AlexNet을 보고 '이미지 인식'을 본 사람과 '보편 함수 근사기'를 본 사람의 15년 뒤가 갈렸다.
• 조직을 표준 매니지먼트에 맞추지 마라. F1 머신을 네 운전 스타일에 맞춰 계속 tweak하는 것이 34년 파운더 모드의 실체다.
• 코딩은 태스크이고, 시스템 사고는 직무다. 저층이 자동화될수록 "문제·제약·입출력·병목"을 보는 능력이 값이 오른다.
• 에이전트는 100% 정확하지 않아도 쓸 수 있다. 대신 세밀하게 제어할 수 있어야 한다. plan 파일 단어 하나, CAD의 비아 하나가 나머지를 재생성하는 구조를 만들어라.
• 5~10년 뒤에서 현재를 설계하라. 시스템 구축 3년 + 램프업 + 10년 수명이라는 하드 제약이 있다.
• 오픈소스는 이타가 아니라 시장 전략이다. 자율주행 스택을 연 이유는 농업·택배·창고 AMR이 각자 시장이 너무 작았기 때문이다.
• AI 서사는 '태스크 vs 직무'로 분해해서 판단하라. 코딩이 자동화됐는데 SW 엔지니어 채용은 늘었다.

최종 핵심 정리 — 확인해야 할 질문

그가 18~22세 자신에게, 그리고 이 자리에 보낼 마지막 전언은 이 한 문장으로 수렴한다.

"중요한 일이라면 가서 배우면 된다. 얼마나 어렵겠나? — 그리고 하루 만에 인생을 이길 필요 없다. 그 아침만, 오늘만 이겨라. 충분히 오래 버티면 NVIDIA가 된다."